느끼는데 정상임?
솔직히 파이썬 문법도 안어렵고 Pytorch, Tensorflow도 다른 개발 프레임워크에 비하면 좆밥이고
밑바닥 만져서 최적화할려고 CUDA까지 만지는 경우는 거의 없잖아 ㅇㅇ 3D GS같이 뉴럴 네트워크말고 미분가능 렌더러를 CUDA로 짜는 경우면 또 모를까 근데 거기는 걍 도메인 자체가 컴공 하위분야니까 컴공나오는게 이득일 것 같긴한데
솔직히 딥러닝 코드짤 때 GPU 아키텍처까지 생각해서 짜는 경우 거의 없잖아. 실험이라도 빨리할려고 멀리쓰레드로 프로그래밍할려면 OS 지식 좀 알아야되긴 할 것 같은데 그 뿐 아님?
딥러닝쓰는 빅데이터, 분산컴퓨팅 연구할려고 DB나 네트워크 지식 알아야하는 건 그것도 순수 딥러닝이라기보다는 도메인 자체가 컴공 하위분야라서 그런거고
아무튼 생성모델 공부할 때마다 내가 컴공이 아니라 통계학과를 나오는게 맞지 않나 생각든다
통계 전공 AI대학원생들은 정확히 니 반대로 생각하고 있을 듯
ㅇㅈ
컴공하면 수학이 아쉽고 수학과나오면 컴공이 아쉬운 분야 - dc App
그냥 코딩에 익숙하고 거부감 없는 점이 최고 장점임. 구체적인 과목이랑 AI랑 얼라인 잘 안된다고 가치없는게 아냐. 경험상 비CS학부 애들 AI대학원 첨 와서 CS학부들이랑 퍼포먼스 차이 꽤 났음. 자연히 교수님들도 CS나EE학부를 선호하게 되는거고 - dc App
그래서 AI하려면 요즘은 cs + 수학이나 통계 복수전공이 정배임
양자택일이면 컴공이 좋아. 결국 구현 못하면 답 없ㅈㄱ
AI만 따지면 컴공적인 요소는 거의 없긴함. GpU로우 레벨 커널 다루는 분야는 따로노니까. 다만 컴공의 역사를 따지면 수치해석 계산과학이라서 역사적으로는 꿀릴게 없다
사실 나도 이 생각했었는데 일단 코딩이란 거에 거부감이 없다는 게 1차적으로 이점이긴 한듯 통계학과나 수학과 애들은 코딩? 라이브러리? 이런 거 보면 일단 경계하고 시작함
내가 진짜 통계학전공에 논문까지써손데 니들이 생각하는건 기계학습이고 이건 통계학이랑 다름. 그냥 prml 이거 정독해.
애초에 통계적학습 자체가 통계학의 마이너 분야이고 대부분 실험설계나 통계적 추론에 관심있기 때문에 님하는거랑 1도 관계없고 오히려 햇갈림. 본인경험담
난 통계전공인데 데이터사이언스 쪽 하다 AI/ML이 훨씬 재밌어보여서 틀었는데 솔직히 막히는거 없이 쭉 배울만해서 좋았다 기억날 정도로 인상깊었던건 encoder-decoder에서 차원 압축하고 늘이는거에서 PCA 접목시키는거에서 띵했음 할말 존나 많은데 귀찮으니깐 대충 쓰자면..R이랑 Python이랑 나름 코딩 좀 할만치 했다고 생각했는데도 본격적으로 AI/ML 하니깐 컴퓨터 실력 너무 후달리는게 많이 느껴지더라ㅋㅋ지금 되돌아보면 말이 안 될 정도로 그냥 맨땅에 헤딩이었음 근데 솔직히 컴퓨터? 맨땅에 헤딩하면 헤딩돼 근데 수학이나 통계쪽 지식이 안 된다? 맨땅에 헤딩해도 안 됨
컴퓨터쪽 능력을 요구하는게 뭐 자료처리에 OS에 이런 쪽을 요구하는게 아니라 구글링하고 대가리 박으면 나오는 수준이기 때문에.. AI 논문들 읽을때면 수학 쪽에서 해석한보다 좀 더 딥하게 설명하는 경우엔 아는만큼만 이해하게 되어서 아쉽더라 근데 뭐 알잖아 수학과건 통계과건 컴공이건 이해할 수준만 되고 구현할 수준만 되면 그 이후로는 아이디어 싸움이야
본인 통계학과인데 진짜 정반대임ㅋㅋㅋㅋㅋㅋAI를 할 생각이었으면 컴공을 갔어야했다는 생각 수도없이 했음ㅋㅋㅋㅋ